本书以置信规则库为基础，开展了基于幂集辨识框架下置信规则库建模与推理方法研究。在此基础上，进一步研究其结构与参数联合优化学习方法，并考虑属性动态可靠度下的幂集置信规则库建模方法;以所研究的理论为基础，充分考虑复杂系统容错中所面临的传感器故障与执行器故障两种情况，将理论研究与工程应用相结合，致力于解决复杂系统容错所面临的难题。本书研究内容主要适用于航天飞行器等复杂系统故障诊断与容错控制。

目录

第 1 章 绪论

1.1 置信规则库建模方法

1.1.1 专家系统的定义

1.1.2 置信规则库专家系统

1.1.3 置信规则库优化学习方法

1.1.4 置信规则库应用性改进

1.2 容错控制概述

1.2.1 容错控制的定义

1.2.2 容错控制的方法分类

1.2.3 装备容错控制需求分析

1.3 本书结构安排及主要工作

1.4 本章小结

第 2 章 面向文本信息的置信规则库构建方法研究

2.1 引言

2.2 问题描述

2.3 面向文本信息的置信规则库的构建

2.3.1 方法的框架

2.3.2 基于 NLP 的规则提取和转换模型

2.4 面向文本信息的置信规则库构建过程

2.4.1 BRB 构建模型的建立

2.4.2 BRB 模型的优化

2.5 实验验证

2.5.1 实验准备

2.5.2 规则提取和转换

2.5.3 BRB 补充规则的使用

2.5.4 对比研究

2.6 本章小结

第 3 章 基于有向无环图的置信规则库建模方法研究

3.1 引言

3.2 问题描述

3.3 基于有向无环图的置信规则库的构建

3.3.1 故障诊断模型的框架

3.3.2 基于 DAG 的置信规则库模型

3.3.3 基于 ER 方法的故障诊断模型

3.3.4 DBFD 模型的故障诊断算法

3.3.5 DBFD 模型的参数优化

3.4 实验验证

3.4.1 算例分析

3.4.2 交叉验证

3.4.3 对比研究

3.5 本章小结

第 4 章 幂集辨识框架下置信规则库推理方法

4.1 引言

4.2 问题描述

4.3 幂集置信规则库模型的描述及其推理方法研究

4.3.1 幂集置信规则库模型的建立

4.3.2 基于幂集置信规则库模型的推理

4.3.3 幂集置信规则库模型的优化

4.3.4 基于幂集置信规则的复杂系统建模方法

4.4 幂集置信规则库模型不确定性处理能力证明

4.5 基于幂集辨识框架下置信规则库模型的到火箭涡轮泵故障诊断

4.5.1 问题描述

4.5.2 基于幂集置信规则库的火箭涡轮泵故障诊断模型的构建

4.5.3 基于幂集置信规则库的火箭涡轮泵故障诊断模型的训练与测试

4.6 本章小结

第 5 章 幂集辨识框架下置信规则库模型结构与参数联合优化方法

5.1 引言

5.2 问题描述

5.3 幂集置信规则库模型参数与结构联合优化学习方法

5.3.1 幂集置信规则库模型推理方法

5.3.2 基于规则权重的模型约减方法

5.3.3 基于动态遗忘因子的历史信息调整策略

5.3.4 幂集置信规则库模型结构与参数联合优化学习方法

5.4 基于联合优化学习方法的幂集置信规则库复杂系统建模实施步骤

5.5 基于幂集置信规则库模型的火箭涡轮泵故障诊断

5.5.1 问题描述

5.5.2 基于幂集置信规则库的火箭涡轮泵故障诊断模型的构建

5.5.3 基于幂集置信规则库的火箭涡轮泵故障诊断的训练与测试

5.6 本章小结

第 6 章 基于幂集置信规则库的飞行器控制系统传感器故障在线容错控制

6.1 引言

6.2 问题描述

6.3 飞行器飞行环境干扰分析及幂集置信规则库建模方法

6.3.1 干扰分析

6.3.2 考虑飞行环境干扰的幂集置信规则库模型

6.3.3 模型推导过程

6.3.4 模型属性可靠度敏感性分析

6.4 飞行器控制系统传感器故障在线容错控制框架构建

6.4.1 传感器故障诊断模型构建

6.4.2 传感器故障输出重构

6.4.3 容错控制框架结构与参数联合优化

6.5 飞行器惯性导航系统故障在线容错控制的应用研究

6.5.1 问题描述

6.5.2 惯性导航系统故障在线容错控制框架的构建

6.5.3 惯性导航系统故障在线容错控制框架的训练与测试

6.6 本章小结

第 7 章 基于幂集置信规则库的飞行器控制系统执行器故障在线容错控制

7.1 引言

7.2 问题描述

7.3 基于幂集置信规则库的飞行器控制系统执行器故障在线容错控制框架

7.3.1 执行器故障诊断模型构建

7.3.2 执行器控制指令重构

7.3.3 容错控制框架结构与参数联合优化

7.4 基于幂集置信规则库的飞行器伺服机构故障在线容错控制的应用研究

7.4.1 问题描述

7.4.2 伺服机构故障在线容错控制框架的构建

7.4.3 伺服机构故障在线容错控制框架的训练与测试

7.5 本章小结

第 8 章 研究发现与理论贡献

参考文献

前言

运载火箭、卫星等飞行器为国之重器，是维护我国战略地位的重要基石，是我国当前迈向航空航天强国的关键支撑。然而，在运载火箭、卫星等飞行器长期作业的过程中，受其内部电子元器件工作寿命限制、恶劣工作环境等影响，故障往往在所难免，并且受其所执行任务特殊性影响，一旦发生故障，将会对国家财产安全和人民生命造成严重的威胁。复杂系统故障容错，旨在通过系统监测信息进行故障检测、诊断，并根据系统所发生的故障采取相应的容错策略，以保证复杂系统性能正常或部分损失下完成既定任务。在对运载火箭、卫星等复杂系统开展故障容错的过程中，面临三方面难题：电子元器件高可靠性、高成本等因素导致难以开展遍历状态可重复实验，所获取的数据模态不均衡；系统机理复杂，专家认知能力有限，专家知识存在一定不确定性；工作环境复杂，监测数据受到的干扰无规律性且不可预测，导致监测数据可靠度降低。上述问题给复杂系统故障容错控制带来了巨大的挑战。

置信规则库（Belief Rule Base，BRB）作为一种专家系统，能够有效融合复杂系统的定量监测数据和定性知识等信息，通过扩大输入信息总量的方式克服了高价值数据获取不足、专家知识不确定性等弊端。但在使用 BRB 对复杂系统建模时，尤其是对运载火箭等复杂动态系统，飞行过程中所面临的环境不可预测性更强，专家对于其认知能力有限，所提供的专家知识中存在很强的不确定性。因此，基于 BRB 的复杂系统建模方法所面临的难题可以总结为三个方面：对于复杂系统强不确定性专家知识的处理能力不足，导致模型输出结果精度降低；面向复杂动态系统高实时性和高建模精度两大冲突性指标要求下如何开展模型的学习与优化；复杂动态环境的干扰会在监测信息中引入噪声，使监测信息的可靠性存疑，降低了 BRB 的建模精度。

多年来，装备智能健康管理课题组对故障诊断、置信规则库以及容错控制方面开展了理论研究，在关键技术、典型应用等方面开展了创新研究，并形成了众多成果，所研究健康管理系统列装多型号装备。本书系统总结了装备容错控制相关成果，旨在为广大读者提供一部关于考虑幂集框架的置信规则库建模和装备容错控制学术专著，为从事专家系统以及容错控制的科技工作者和广大读者提供理论基础和技术支撑。

本书共 7 章。第 1 章主要介绍了国内外在置信规则库以及容错控制技术方面取得的最新进展，第 2～7 章分别阐述了文本信息扩容、幂集辨识框架下置信规则库推理方法，幂集辨识框架下置信规则库模型结构与参数联合优化方法，飞行器控制系统传感器故障在线容错控制以及飞行器控制系统执行器故障在线容错控制。最后，对本书内容进行了总结。

衷心感谢班晓军教授百忙之中认真审阅了书稿，给予了宝贵意见和建议。感谢陈满林老师、姚鑫智博士、廉正博士等的贡献和帮助，同时向本书引用参考文献的各位作者表示诚挚的谢意。

本书是在国家自然科学基金重点项目（编号：61833016）、军内科研重点项目（编号：104030501、JJ20211A010060、17JJ14305）等支持或部分支持下取得的成果。

由于作者水平有限，书中疏漏和不妥之处难免，恳请国内外同行专家多指正。

作者

2025 年 8 月于火箭军工程大学